待验证50% 置信权衡取舍精确时间
在Chatbot Arena中用户投票可能受到回答风格、格式偏好等非能力因素影响，例如更长或使用Markdown格式的回答往往得分更高
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证Chatbot Arena的局限性包括投票者人口统计分布不均（以英语使用者和技术从业者为主）、用户偏好可能倾向于流畅而非事实准确的回答78% 相似待验证Chatbot Arena的用户偏好可能受输出长度、语气风格等表面因素影响，而非反映深层能力差异74% 相似待验证Arena类平台采用成对盲测机制，用户在不知道模型身份的情况下投票选出更好的回答69% 相似待验证Chatbot Arena的ELO机制存在局限性，评判者主观偏好（如偏好更长回答）可能引入系统性偏差69% 相似待验证WebDev Arena借鉴Chatbot Arena的人类偏好投票机制，通过盲测投票并以ELO积分排名68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/895902API
curl https://kongchang.com/api/v1/knowledge/claims/895902MCP
get_claim(id=895902)